引言

第一章　遥感图像

第一节　遥感成像过程

第二节　遥感图像模式及图像函数

第三节　图像的数字化和抽样

第四节　遥感图像的数据结构

第五节　遥感图像的基本统计分析

第六节　遥感图像的信息特征

第一节　成像模式

一、图像形成的基本数学表示

第二章　图像的形成和恢复

二、图像的卷积运算

三、傅氏变换的应用

四、图像抽样

五、空间滤波

第二节　图像的退化

一、几何畸变

二、辐射退化

第三节　图像恢复及几何处理

一、辐射校正

二、消除系统噪声

三、去条带及坏线

四、几何校正和几何变换

五、像元值的内插——再抽样

六、辐射恢复

七、图像的自动配准

八、图像的镶嵌

第三章　图像增强

第一节　波谱信息增强

一、反差扩展或调整

二、彩色增强

三、比值法及差值法

四、主组分分析

五、典型分析

六、其它矩阵变换

七、缨子帽变换

第二节　空间信息增强

一、边缘增强

二、线条增强

三、傅氏滤波增强

四、局部特征增强

五、图像平滑化

第一节　阈值法

第四章　图像空间信息分析

一、全局阈值法

二、局部阈值法

三、多阈值法

第二节　边缘及线条的检测和提取

一、模块匹配

二、线性算子及非线性算子

三、局部算子及全局算子

四、采样方案

五、线条的加工处理

六、子空间拟合法

七、Hough变换

第三节　结构分析

一、结构分析的方法

二、局部统计性结构值

三、空间关系矩阵

四、MAX-MIN算法

五、空间自相关函数

六、傅氏变换结构分析

第五章　图像分类

第一节　特征提取及特征选择

一、最大似然比判别

第二节　判别分析

二、线性判别分析

三、逐步判别分析

第三节　几种常用的监督分类程序

一、平行多面体分类

二、最小距离分类

三、最大似然比分类

第四节　非监督分类——集群分析

第五节　应用空间信息的分类方法

一、ECHO分类法

二、AMOEBA分类法

三、用局部处理改善分类的方法

第六节　模糊集合分类

一、波谱空间的模糊分割

二、图像分类的模糊参数

三、训练和类籍函数

四、试验结果和精度

第七节　分类误差评价

主要参考文献

图版说明

图版